ZackSock

图像识别方法有很多，包括传统的逻辑回归、Adaboost、卷积神经网络、Transformer等。现代图像识别算法的准确率已经超过人类的水平了，但是关于这些算法如何完成图像识别却仍是一个问题。

首先需要知道根据文本搜索图片具体是什么问题，这里可以有两个层面。第一个则是图片中包含的文本内容，这个可以用OCR识别提取出来。第二个则是深层次的对图片描述的文本，比如红色的狗、跑步的猪、骑猪的人。

在许多搜索引擎中，都内置了以图搜图的功能。以图搜图功能，可以极大简化搜索工作。今天要做的就是实现一个以图搜图引擎。

在日常生活中，有各种各样的资讯、社交平台。这些平台充斥着大量信息，这些信息中隐含了许多有用数据，但是这些数据无法之间获取，且难以展示，于是就有了舆情分析系统。 舆情分析系统是一个综合的系统，

在许多机器学习算法中，都假设各个特征之间无关，比如逻辑回归和SVM各个特征对应一个特定的权重。基于这一假设，模型可以非常简单，而且参数量也不会过多。但是实际场景中，特征之间关联是非常大的，尤

在上一篇我们介绍了感知机，以及如何从感知机演变到神经网络。最后得出结论，神经网络就是一个矩阵乘法。在这一篇文章，我们将用介绍更多神经网络的细节，并使用numpy来实现神经网络。

深度学习中有许多框架，包括Tensorflow、PyTorch、Keras等，框架中实现了各种网络，并且可以自动求导，因此构建一个完整的网络只需要十几行代码。因为框架高度封装，因此我们无法知

最近受邀参与了亚马逊云科技【云上探索实验室】活动，体验了一下Amazon SageMaker平台，训练了一个人脸的自编码器。对比本地的训练时间，速度提升比较明显。

AutoEncoder的目的是对输入进行编码，希望这个编码能够很好的还原原有数据。当AutoEncoder训练完成后，我们可以对任意的图像进行编码，这样就可以用一个低维的向量表示图片。